शोधकर्ताओं ने DrugGen-2 पेश किया है, एक जनरेटिव मॉडल जो रोग ऑन्टोलॉजी और लक्ष्य प्रोटीन अनुक्रमों दोनों पर प्रतिबंधित होकर छोटे अणुओं को बनाने के लिए डिज़ाइन किया गया है। यह दृष्टिकोण आणविक उत्पादन प्रक्रिया में रोग संदर्भ को एकीकृत करके वर्तमान कंप्यूटेशनल विधियों में अंतराल को दूर करता है।
- निगरानी वाले सूक्ष्म अनुकूलन के बाद समूह सापेक्ष नीति अनुकूलन (GRPO) के माध्यम से प्रबल सीखने का उपयोग करके पूर्व-प्रशिक्षित GPT-2 मॉडल को सूक्ष्म अनुकूलित करके विकसित किया गया।
- रासायनिक वैधता, नवीनता, विविधता और उच्च पूर्वानुमानित बंधन आत्मीयता के लिए पुरस्कार कार्यों के साथ अनुकूलित।
- मधुमेह ग्लोमेरुलोपैथी से संबंधित पांच प्रोटीन लक्ष्यों पर मूल्यांकन किया गया, जिसने आधारभूत मॉडल DrugGPT और DrugGen को महत्वपूर्ण रूप से पछाड़ दिया।
- अनुमोदित दवाओं के साथ अधिक संरचनात्मक समानता वाले अद्वितीय अणुओं को उत्पन्न करने में श्रेष्ठ क्षमता का प्रदर्शन किया।
- बेहतर पूर्वानुमानित बंधन आत्मीयता प्राप्त की, जिसमें -9.917, -9.485 और -9.367 आत्मीयता वाले यौगिक शामिल हैं जो संदर्भ दवा एनेलाप्रिल (-8.283) से अधिक हैं।
रोग-विशिष्ट संदर्भ को एकीकृत करके, DrugGen-2 AI-सहायित दवा खोज में आगे बढ़ता है, de novo डिज़ाइन और दवा पुन: उपयोग के लिए एक शक्तिशाली उपकरण प्रदान करता है जो रोगों और आणविक लक्ष्यों के बीच जटिल अंतःक्रिया को ध्यान में रखता है।